Jump to ContentJump to Main Navigation
Show Summary Details
More options …

at - Automatisierungstechnik

Methoden und Anwendungen der Steuerungs-, Regelungs- und Informationstechnik

[AT - Automation Technology: Methods and Applications of Control, Regulation, and Information Technology
]

Editor-in-Chief: Jumar, Ulrich


IMPACT FACTOR 2017: 0.503

CiteScore 2017: 0.47

SCImago Journal Rank (SJR) 2017: 0.212
Source Normalized Impact per Paper (SNIP) 2017: 0.546

Online
ISSN
2196-677X
See all formats and pricing
More options …
Volume 63, Issue 1

Issues

Komplexe Modellsysteme in der automatisierten Beatmung

Complex model systems for automated ventilation therapy

Jörn Kretschmer
  • Corresponding author
  • Institut für Technische Medizin, Hochschule Furtwangen, Jakob-Kienzle-Straße 17, 78054 Villingen-Schwenningen, Deutschland
  • Email
  • Other articles by this author:
  • De Gruyter OnlineGoogle Scholar
/ Christoph Schranz / Axel Riedlinger
  • Institut für Technische Medizin, Hochschule Furtwangen, Jakob-Kienzle-Straße 17, 78054 Villingen-Schwenningen, Deutschland
  • Email
  • Other articles by this author:
  • De Gruyter OnlineGoogle Scholar
/ Knut Möller
  • Institut für Technische Medizin, Hochschule Furtwangen, Jakob-Kienzle-Straße 17, 78054 Villingen-Schwenningen, Deutschland
  • Other articles by this author:
  • De Gruyter OnlineGoogle Scholar
Published Online: 2015-01-14 | DOI: https://doi.org/10.1515/auto-2014-1129

Zusammenfassung

Die künstliche Beatmung stellt eine etablierte Therapie in der Intensivmedizin dar. Trotz der routinemäßigen Anwendung kann es bei schwerkranken Patienten zu Komplikationen kommen. Die modellbasierte Entscheidungsunterstützung erlaubt eine Verbesserung der Therapie, indem an den Patienten angepasste Modelle für Prädiktionen genutzt und damit Therapieeinstellungen individuell optimiert werden. Die eingesetzten Modelle sollten dabei an den Krankheitszustand des Patienten, an die vorliegenden Daten sowie an die aktuelle klinische Fragestellung anpassbar sein und neben der Atemmechanik ebenfalls die wichtigen Bereiche Gasaustausch und Hämodynamik umfassen. Die gezeigten hierarchisch geordneten Modellfamilien erlauben eine flexible Anpassung an die aktuelle klinische Situation, eine robuste Identifikation der Modellparameter sowie eine umfassende Abbildung des Patienten.

Abstract

Artificial ventilation is a well established therapy in the intensive care unit. Despite its regular use it may harm critically ill patients if not applied adequately. Model based decision support enables the optimization of clinical therapy by exploiting individualized models for predictions of optimized ventilator settings. The implemented models should be adaptable to the patient's disease state as well as the available data at the bedside and the current clinical treatment goal. Moreover, besides respiratory mechanics, they should include gas exchange and cardiovascular dynamics. The hierarchically structured model families presented in this paper allow a flexible adaption to the current clinical situation, a robust identification of model parameters as well as a global and numerically efficient representation of the patient's physiological properties.

Keywords: Physiological modeling; medical decision support; model hierarchy; ventilation therapy

Schlagwörter: Physiologische Modellbildung; Medizinische Entscheidungsunterstützung; Modellhierarchie; Beatmungstherapie

About the article

Jörn Kretschmer

Jörn Kretschmer studierte Biomedizinische Technik an der Hochschule Furtwangen mit dem Abschluss zum M.Sc. im Jahr 2009. Neben der Vorlesungstätigkeit arbeitete er am Institut für Technische Medizin im Rahmen des WiM-Vent-Projektes an der Umsetzung gekoppelter Modellsysteme zur Realisierung einer modellbasierten Entscheidungsunterstützung. Seine Promotion schloß er 2013 erfolgreich an der TU Dresden in der medizinischen Fakultät Carl-Gustav Carus ab.

Institut für Technische Medizin, Hochschule Furtwangen, Jakob-Kienzle-Straße 17, 78054 Villingen-Schwenningen

Christoph Schranz

Christoph Schranz studierte Biomedizinische Technik an der Hochschule Furtwangen mit dem Abschluss zum M.Sc. im Jahr 2010. Danach beschäftigte er sich im Rahmen des PAR-Projektes mit der hierarchischen Ordnung von Modellfamilien sowie der Umsetzung einer robusten Parameteridentifizierung unter klinischen Bedingungen. Seine Promotion schloß er 2013 erfolgreich an der TU Dresden in der medizinischen Fakultät Carl-Gustav Carus ab. Christoph Schranz arbeitet seit 2013 als Entwicklungsingenieur für Hamilton Medical.

Hamilton Medical, Bonaduz, Schweiz

Axel Riedlinger

Axel Riedlinger schloss sein Studium der Biomedizinischen Technik an der Hochschule Furtwangen mit dem M.Sc. im Jahr 2012 ab. Danach beschäftigte er sich im WiM-Vent-Projekt mit der robusten Identifizierung von Gasaustausch-Modellen sowie mit dem Aufbau eines hierarchischen Modellsystems.

Institut für Technische Medizin, Hochschule Furtwangen, Jakob-Kienzle-Straße 17, 78054 Villingen-Schwenningen

Knut Möller

Knut Möller studierte Informatik und Humanmedizin in Bonn und promovierte dort im Fach Informatik im Jahr 1991. Seit 1998 unterrichtet er als Professor für Medizinische Informatik an der Hochschule Furtwangen und ist seit 2010 Leiter des Instituts für Technische Medizin. Seine Forschungsschwerpunkte sind die Medizinische Informatik, künstliche neuronale Netze in der Signalanalyse und Mustererkennung sowie die physiologische Modellbildung zur Diagnose- und Therapieoptimierung.

Institut für Technische Medizin, Hochschule Furtwangen, Jakob-Kienzle-Straße 17, 78054 Villingen-Schwenningen


Accepted: 2014-11-06

Received: 2014-07-09

Published Online: 2015-01-14

Published in Print: 2015-01-28


Citation Information: at - Automatisierungstechnik, Volume 63, Issue 1, Pages 53–69, ISSN (Online) 2196-677X, ISSN (Print) 0178-2312, DOI: https://doi.org/10.1515/auto-2014-1129.

Export Citation

©2015 Walter de Gruyter Berlin/Boston.Get Permission

Comments (0)

Please log in or register to comment.
Log in